遥感科学中的高性能计算.pptVIP

遥感图像并行计算中间件 版本升级计划 V2.0：计划于2010年年底发布，增加基于并行网络架构的分布式文件系统，让一张遥感影像可以存储在多台计算机上。 V3.0：计划于2011年10月发布，计划收集遥感行业内常用的大部分算法，进行系统集成。 目 录 遥感科学计算的背景 遥感科学并行计算的创新 通用总体架构 设计思路 遥感并行中间件介绍 遥感科学计算的背景 需求迫切，但成熟系统较少 目前国内外基本上没有成熟知名的遥感并行处理系统，大多数遥感处理系统存在于桌面级应用软件。 遥感数据量巨大，并行系统总是在性能上受制于IO和网速，无法大规模地实现。 例如：一组1GB大小的遥感数据需要用5分钟从本地磁盘读入内存，三台电脑的CPU并行处理这组数据1分钟即可完成，但还要花大约6分钟的时间把处理过的数据保存进本地磁盘。由此可见，并行处理对时间的影响不明显。系统瓶颈存在与IO与网速方面。 遥感科学计算的背景 大规模的资源利用是需解决的问题 1. IO瓶颈使系统的大量时间花费在数据读取与写入阶段 2. 网络带宽小，无法迅速传输海量遥感数据 3. CPU占用率低，导致系统资源浪费 遥感科学并行计算的创新 采用Map/Reduce的实现思路的同时，将新的基于IPv6/IPv4的组播通信技术融入其中，大量减少数据传输时间。 采用内存共享及数据预读取技术